Định vị trong xây dựng các tòa nhà cao tầng

Cùng với sự phát triển của mạng không dây, các dịch vụ dựa trên vị trí LBSs (Locationbased services) đã được ứng dụng trên các thiết bị di động như laptop, điện thoại thông minh hay PDAs(Personal Digital Assistants) để theo dõi người dùng và phản ứng khi người dùng gặp sự cố khẩn cấp. Những ứng dụng này đòi hỏi phải xác định vị trí hiện tại của người dùng để phát đi thông điệp khẩn cấp đồng thời cung cấp vị trí của người dùng đang bị sự cố. Vì vậy vấn đề xây dựng một hệ thống định vị và theo dõi người dùng đang được mọi người quan tâm. Đối với môi trường ngoài trời, hiện nay hệ thống định vị toàn cầu GPS(Global Position System) đang ngày càng phát triển và được sử dụng rộng rãi. Nó có độ chính xác khoảng 10 mét, nhưng GPS thật sự bị hạn chế và không thể hoạt động hiệu quả khi định vị mục tiêu trong các tòa nhà có nhiều vật cản như những bức tường, trần nhà do tín hiệu của các vệ tinh bị suy yếu. Các khu vực đô thị và những tòa nhà cao tầng là những vật cản làm suy yếu tín hiệu vệ tinh khiến cho các hệ thống định vị dựa trên GPS hoạt động kém hiệu quả. Vì vậy đề tài nghiên cứu về một hệ thống định vị trong nhà trở thành một lĩnh vực đang được nhiều người nghiên cứu trong những năm gần đây.

Mục Lục

Thuật Ngữ Và Chữ Viết Tắt iii

Danh Mục Hình iv

Lời Cảm Ơn vi

Chương 1: Giới thiệu và đặt vấn đề 1

1.1 Đặt vấn đề và lý do chọn đề tài 1

1.2 Mục tiêu đề tài 2

1.3 Phạm vi của đề tài 5

1.4 Cấu trúc của luận văn 5

Chương 2: Cơ sở lý thuyết 7

2.1 Sự phát triển của mạng không dây 8

2.2 Tổng quan về mạng không dây 8

2.3 Đặc điểm sóng vô tuyến 12

2.4 Các giải pháp định vị trong nhà 16

2.4.1 Giải pháp định vị dựa trên khoảng cách 17

2.4.2 Giải pháp định vị dựa trên góc đến 27

2.4.3 Giải pháp định vị dựa trên Fingerprinting 29

2.5 Các loại thuật toán định vị áp dụng cho giải pháp Fingerprinting 32

2.5.1 Phương pháp K-Nearest Neighbor 32

2.5.2 Phương pháp dựa trên xác suất 33

2.5.3 Phương pháp Neural Network 36

2.5.4 Phương pháp Support Vector Machine 37

2.6 Các hệ thống định vị sử dụng WLAN RSS Fingerprinting hiện nay 39

2.7 Thách thức trong việc triển khai hệ thống WLAN RSS Fingerprinting 39

Chương 3: Giải pháp định vị dựa trên kỹ thuật WLAN RSS Fingerprinting 42

3.1 WLAN RSS Fingerprinting 43

3.1.1 Kiến trúc 43

3.1.2 Mô tả 45

3.2 Các giai đoạn chính trong kiến trúc của RSS Wlan Fingerprinting 46

3.2.1 Giai đoạn huấn luyện 46

3.2.2 Giai đoạn hoạt động định vị 55

3.3.1 Thuật toán Nearest Neighbor 57

3.3.2 Thuật toán K-Nearest Neighbor 59

3.3.3 Thuật toán K-Maximum LikeliHood Neighbor 60

3.3.4 Thuật toán cải tiến K-Maximum LikeliHood Constraint Tracking Neighbor 63 Chương 4: Triển khai và đánh giá hệ thống định vị 66

4.1 Xây dựng chương trình mô phỏng 67

4.1.1 Mục tiêu 67

4.1.2 Mô tả 67

4.1.2.1 Xây dựng bản đồ giả lập 68

4.1.2.2 Xây dựng bộ dữ liệu RSS Fingerprinting 68

4.1.2.3 Phương pháp Box–Muller sinh mẫu phân phối chuẩn ngẫu nhiên 69

4.1.3 Phương pháp đánh giá 71

4.1.4 Đánh giá kết quả và phân tích 72

4.2 Triển khai hệ thống định vị 79

4.2.1 Mục tiêu 79

4.2.2 Mô tả 79

4.2.2.1 Triển khai các thiết bị, cơ sở hạ tầng 79

4.2.2.2 Cài đặt webservice cung cấp dịch vụ định vị trên IPS Server 81

4.2.2.3 Triển khai cài đặt chương trình định vị trên laptop 82

4.2.2.4 Triển khai cài đặt chương trình định vị trên Iphone 86

4.2.3 Phương pháp đánh giá 87

4.2.4 Đánh giá kết quả và phân tích 88

Chương 5: Kết luận và hướng phát triển 103

Tài Liệu Tham Khảo 107

Chương 1: Giới thiệu và đặt vấn đề

Tóm tắt nội dung:

Chương này trình bày về lý do chọn đề tài, mục tiêu chính của đề tài vànêu rõ phạm vi nghiên cứu của đề tài Đồng thời đưa ra phương pháp tiếp cận vàcấu trúc của toàn bộ luận văn này

1.1 Đặt vấn đề và lý do chọn đề tài

Cùng với sự phát triển của mạng không dây, các dịch vụ dựa trên vị tríLBSs (Location-based services) đã được ứng dụng trên các thiết bị di động nhưlaptop, điện thoại thông minh hay PDAs(Personal Digital Assistants) để theo dõingười dùng và phản ứng khi người dùng gặp sự cố khẩn cấp Những ứng dụngnày đòi hỏi phải xác định vị trí hiện tại của người dùng để phát đi thông điệpkhẩn cấp đồng thời cung cấp vị trí của người dùng đang bị sự cố Vì vậy vấn đềxây dựng một hệ thống định vị và theo dõi người dùng đang được mọi ngườiquan tâm

Đối với môi trường ngoài trời, hiện nay hệ thống định vị toàn cầuGPS(Global Position System) đang ngày càng phát triển và được sử dụng rộngrãi Nó có độ chính xác khoảng 10 mét, nhưng GPS thật sự bị hạn chế và khôngthể hoạt động hiệu quả khi định vị mục tiêu trong các tòa nhà có nhiều vật cảnnhư những bức tường, trần nhà do tín hiệu của các vệ tinh bị suy yếu Các khuvực đô thị và những tòa nhà cao tầng là những vật cản làm suy yếu tín hiệu vệtinh khiến cho các hệ thống định vị dựa trên GPS hoạt động kém hiệu quả Vìvậy đề tài nghiên cứu về một hệ thống định vị trong nhà trở thành một lĩnh vựcđang được nhiều người nghiên cứu trong những năm gần đây

Hiện nay có một số phương pháp xây dựng trên những thiết bị di động đượccài đặt chức năng GPS để cung cấp dịch vụ định vị trong nhà, đó là kỹ thuậtAGPS(Assited GPS)[23] Kỹ thuật A-GPS cần kết nối đến một máy chủ và đạtđộ chính xác trong phạm vi 5m đến 50m Một kỹ thuật khác là Calibree[14], kỹthuật này dò tìm cường độ sóng GSM để xác định vị trí của người dùng nếu thiết

bị di động của họ có trang bị thiết bị thu GPS Tuy nhiên kỹ thuật Calibree có saisố dự báo trung bình lên đến 147m đối với trường hợp sử dụng 25 thiết bị có trang bị thiết bị thu tín hiệu GPS trong khu vực có diện tích 1km2

Ngoài GPS, các loại công nghệ không dây và cảm ứng khác cũng được sửdụng để xây dựng hệ thống định vị trong nhà Ví dụ hệ thống định vị sử dụnghồng ngoại, sóng vô tuyến như hệ thống cảm biến, siêu âm … cũng có thể định vịngười dùng với độ chính xác cao Tuy nhiên hệ thống này đòi hỏi phải có nhữngthiết bị cơ sở hạ tầng và các thiết bị cảm ứng nên tốn chi phí cao dẫn đến khó khăn khi triển khai với quy mô lớn

Trong bài luận văn này đề xuất một hệ thống định vị trong nhà IndoorPosition System dựa trên mạng không dây nội bộ WLAN(Wireless Local AreaNetwork) sử dụng chuẩn IEEE 802.11b/g, đây là một giải pháp triển khai hệthống định vị trong nhà dựa trên các thiết bị phát sóng WiFi có sẵn trong các tòanhà như là các thiết bị AP(Access Point) nhằm tận dụng các cơ sở hạ tầng có sẵnđem lại hiệu quả về chi phí triển khai Hệ thống của chúng ta sử dụng giá trịcường độ tín hiệu RSS(Received Signal Strength) kết hợp với thông tin vị trí củangười dùng trong quá khứ để xác định vị trí hiện tại của một người đang sử dụngthiết bị di động

1.2 Mục tiêu đề tài

Mục tiêu chính của đề tài là nghiên cứu các thuật toán định vị trong nhà(Indoor Localization Algorithms) và xây dựng hệ thống định vị trong các tòa nhàIPS(Indoor Positioning System) sử dụng điện thoại thông minh gồm những mục tiêu cụ thể sau:

- Nghiên cứu thuật toán định vị trong nhà sử dụng kỹ thuật Fingerprinting

để dự đoán vị trí của mục tiêu dựa vào ước lượng xác suất Bayes, khoảng cách Euclide và thuật toán K-Maximum Likelihood Neighbor (KMLN) o Tìm hiểu giải pháp định vị mục tiêu bằng sóng Wifi sử

dụng RSS (Received Signal Strength)

o Tìm hiểu phương pháp ước lượng xác suất Bayes, khoảng cáchEuclide và thuật toán K-Maximum Likelihood Neighbor(KMLN) trong định vị trong nhà

o Tìm hiểu kỹ thuật Fingerprinting tạo bản đồ sóng Wifi dựa trênviệc thu thập dữ liệu RSS, tạo ra phân phối xác suất của các giá trị RSS tại mỗi vị trí tọa độ (x,y), đây chính là dữ liệuFingerprinting

o Đề ra thuật toán cải tiến K-Maximum Likelihood ConstraintTracking Neighbor sử dụng thông tin vị trí trong quá khứ củangười dùng vào trong thuật giải để cải thiện thuật toánKMaximum Likelihood Neighbor

- Xây dựng chương trình mô phỏng đánh giá thuật toán định vị trong nhà

trên

o Xây dựng chương trình mô phỏng việc định vị trong nhà sử dụngthuật toán trên bộ dữ liệu thử nghiệm

o Đánh giá hiệu quả của thuật toán và chạy thử để đánh giá hiệuquả của thuật toán định vị trong nhà

- Xây dựng chương trình định vị trong nhà trên thiết bị di động và đánh

giá thuật toán trên thực tế o Xây dựng hệ thống định vị trong nhà trên

laptop, điện thoại

o Tiến hành thu thập, đo đạc RSS tại mỗi vị trí tham chiếu nhậnđược từ các thiết bị phát sóng Wifi để tạo ra bộ dữ liệu huấn luyện để thực nghiệm bài toán

o Đánh giá kết quả

Phương pháp tiếp cận :

- Xuất phát từ nhu cầu thực tiễn để lựa chọn giải pháp, mô hình thích hợpcho ứng dụng thực tế, đồng thời trên cơ sở thực tiễn phát triển các lý luận khoa học để lý luận gắn với thực tiễn

- Nghiên cứu, tìm hiểu các loại thiết bị cảm ứng tích hợp trên SmartPhone được sử dụng trong mô hình nghiên cứu

- Tìm hiểu các phương pháp, thuật toán xác định vị trí người dùng thiết bịSmart phone và vị trí của nơi quan tâm

- So sánh, đánh giá các thuật toán định vị, lựa chọn thuật toán phù hợp

- Xây dựng chương trình và cài đặt thử nghiệm trên laptop, thiết bị di

động và đánh giá kết quả thực hiện

Trong luận án này trình bày một mạng hệ thống định vị dựa trên kỹ thuậtReceived Signal Strength Fingerprinting, đây là một kỹ thuật định vị trong nhàchính xác và hiệu quả Trước hết ta sử dụng thuật toán K-Maximum Likelihood

Neighbor để xác định vị trí của một người sử dụng điện thoại di động, và sau đó

đề xuất một thuật toán K-Maximum Likelihood Constraint Tracking Neighbortheo dõi vị trí quá khứ trước đó của người dùng để nâng cao độ chính xác củathuật toán định vị

1.3 Phạm vi của đề tài

Trong luận án này, việc nghiên cứu chỉ giới hạn trong các vấn đề sau:

- Đề tài chỉ nghiên cứu các thuật toán định vị trong nhà và thể hiện thông tin định vị trong không gian 2 chiều

- Đề tài không nghiên cứu số lượng Access Point tối ưu cần lắp đặt phù hợpvới diện tích tòa nhà để thuật giải xác định vị trí tốt nhất

Các giả định trong đề tài:

- Sự phân bố của giá trị RSS tại mỗi vị trí đo đạc sóng (vị trí tham chiếu) là xấp xỉ phân phối chuẩn

- Có ít nhất 3 Access Point phủ sĩng tại mỗi vị trí tham chiếu

- Giá trị RSS trung bình tại các vị trí trung tâm của các khu vực là chênh lệch rõ ràng

1.4 Cấu trúc của luận văn

Luận án được chia thành 5 chương với các nội dung chính sau:

- Chương 1: Tổng quan những vấn đề cơ bản sẽ được trình bày trong đề tài, lý do lựa chọn đề tài và trình bày sơ lược về cấu trúc luận án

- Chương 2: Trình bày những vấn đề cơ bản sự phát triển của mạng khôngdây, đặc điểm của sóng vô tuyến, các nhóm phương pháp định vị, ước lượng xác suất Bayes, khoảng cách Euclide

- Chương 3: Trình bày giải pháp định vị dựa trên kỹ thuật Fingerprinting.Các vấn đề được trình bày ở đây là kiến trúc và mô tả mô hình WLANRSS Fingerprinting, quá trình xử lý tín hiệu sóng vô tuyến và chuyển

thành thông tin vị trí Trong chương này cũng sẽ trình bày một số thuậttoán định vị như là: Nearest Neighbor, K-Maximum Likelihood Neighbor,K-Maximum Likelihood Constraint Tracking Neighbor

- Chương 4: Trình bày quá trình triển khai hệ thống định vị vào thực tiễn,bao gồm cách triển khai các thiết bị phần cứng như các thiết bị AccessPoint, IPS Server, các thiết bị di động thông minh Chương này cũng sẽtrình bày quá trình thu thập tín hiệu RSS và lọc dữ liệu nhiễu, đồng thờixây dựng bản đồ Fingerprinting phục vụ cho quá trình định vị Ngoài racũng trình bày cách triển khai chương trình định vị trên thiết bị điện thoạithông minh Iphone và xây dựng chương trình giả lập Simulator để đánh giá hiệu suất của chương trình định vị

- Chương 5: Trình bày những kết quả đạt được trong quá trình nghiên cứu,những hạn chế của đề tài và đề ra hướng nghiên cứu trong tương lai

Chương 2: Cơ sở lý thuyết

Tóm tắt nội dung:

Trong chương 2 này sẽ trình bày tổng quan về sự phát triển của mạngkhông dây, và các đặc tính của sóng vô tuyến ảnh hưởng đến quá trình đo đạccường độ tín hiệu sóng vô tuyến RSS trong giai đoạn thu thập và tạo bộ dữ liệuhuấn luyện Trong chương này cũng đề cập đến một số phương pháp định vịtrong nhà:

• Phương pháp thời gian đến (Time Of Arrival)

• Phương pháp góc đến (Angel Of Arrival hay Direction Of Arrival)

• Phương pháp Fingerprinting

Do có những ưu điểm về chi phí và dễ dàng triển khai của phương phápFingerprinting, nên luận văn này đề xuất sử dụng phương pháp Fingerprinting đểxây dựng hệ thống định vị trong nhà Trong chương này cũng sẽ giới thiệu cácthuật toán định vị sử dụng cho kỹ thuật Fingerprinting hiện nay:

• Thuật toán láng giềng gần nhất

• Thuật toán dựa trên xác suất

• Thuật toán dựa trên Neural Network

• Thuật toán dựa trên Support Vector Machine

2.1 Sự phát triển của mạng không dây

Trong những năm gần đây, thị trường di động thế giới có những biến độngmạnh mẽ, kết quả là các phương thức mạng truyền thống đã tỏ ra không theo kịpnhững thách thức được đặt ra bởi nhu cầu hiện đại Nếu người sử dụng kết nốivào một mạng bằng cáp vật lý, dẫn đến việc di chuyển của họ bị hạn chế Trongkhi đó kết nối không dây không hạn chế việc di chuyển của người dùng, họ cóthể di chuyển tự do từ nơi này đến nơi khác mà vẫn sử dụng được các dịch vụmạng Chính điều này dẫn đến kỹ thuật không dây bắt đầu lấn sân sang lĩnh vựcmạng cố định hay mạng có dây

Kỹ thuật không dây là phương thức truyền dữ liệu từ điểm này đến điểmkhác không sử dụng đường truyền vật lý, mà có thể sử dụng sóng vô tuyến, tếbào, hồng ngoại hay qua vệ tinh

Kết nối không dây trong mạng điện thoại đã tạo nên một ngành côngnghiệp mới, việc thêm kết nối di động vào mạng điện thoại đã tạo nên nhữngảnh hưởng sâu sắc đến ngành kinh doanh truyền thông vì từ đây người gọi có thểkết nối đến mọi người mà có không cần đến cáp Hiện nay chúng ta đang đứngtrước đỉnh điểm những thay đổi to lớn trong kỹ thuật mạng máy tính, kỹ thuậtkhông dây thành công vì nó cho phép người dùng kết nối với nhau mà khôngquan tâm đến vị trí của họ Kỹ thuật mạng dữ liệu không dây thành công nhấtđến nay là 802.11

2.2 Tổng quan về mạng không dây

Mạng không dây là một hệ thống các thiết bị được nhóm lại với nhau, cókhả năng giao tiếp thông qua sóng vô tuyến thay vì các đường truyền dẫn bằngdây Nói một cách đơn giản mạng không dây là mạng sử dụng công nghệ mà chophép hai hay nhiều thiết bị kết nối với nhau bằng cách sử dụng một giao thức

chuẩn, nhưng không cần kết nối vật lý hay chính xác là không cần sử dụng dâymạng

Vì đây là mạng dựa trên công nghệ 802.11 nên đôi khi còn được gọi là 802.11 mạng Ethernet, để nhấn mạnh rằng mạng này có gốc từ mạng Ethernet802.3 truyền thống Và hiện tại còn được gọi là mạng Wireless Ethernet hoặcWi-Fi (Wireless Fidelity) Tên gọi 802.11 bắt nguồn từ viện IEEE (Institute ofElectrical and Electronics Engineers) Viện kỹ thuật điện và điện tử Mỹ Việnnày đưa ra nhiều chuẩn cho nhiều giao thức kỹ thuật khác nhau, và nó sử dụngmột hệ thống số nhằm phân loại chúng

Mạng WLANs hoạt động dựa trên chuẩn 802.11 (802.11 được phát triển từnăm 1997 bởi nhóm Institute of Electrical and Electronics Engineers), chuẩn nàyđược xem là chuẩn dùng cho các thiết bị di động có hỗ trợ Wireless, phục vụ chocác thiết bị có phạm vi hoạt động tầm trung bình

Cho đến hiện tại IEEE 802.11 gồm có 4 chuẩn trong họ 802.11 và 1 chuẩnđang thử nghiệm:

- 802.11 - là chuẩn IEEE gốc của mạng không dây (hoạt động ở tần số 2.4GHz, tốc độ 1 Mbps – 2Mbps)

- 802.11b - (phát triển vào năm 1999, hoạt động ở tần số 2.4-2.48GHz, tốcđộ từ 1Mpbs - 11Mbps)

- 802.11a - (phát triển vào năm 1999, hoạt động ở tần số 5GHz – 6GHz, tốcđộ 54Mbps)

- 802.11g - (một chuẩn tương tự như chuẩn b nhưng có tốc độ cao hơn từ20Mbps - 54Mbps, hiện đang phổ biến nhất)

- 802.11e - là 1 chuẩn đang thử nghiệm: đây chỉ mới là phiên bản thửnghiệm cung cấp đặc tính QoS(Quality of Service) và hỗ trợ Multimediacho gia đình và doanh nghiệp có môi trường mạng không dây

- Thực tế còn một vài chuẩn khác thuộc họ 802.11 là: 802.11F, IEEE802.11h, IEEE 802.11j, IEEE 802.11d, IEEE 802.11s Mỗi chuẩn được bổsung nhiều tính năng khác nhau

Các đặc điểm kỹ thuật của IEEE 802.11

Năm phê

chuẩn

Tháng 7/1999 Tháng 7/1999 Tháng 6/2003 Tháng 9/2009

- Giá thành giảm nhiều đối với mọi thành phần người sử dụng

- Công nghệ không dây đã được tích hợp rộng rãi trong bộ vi xử lý dànhcho máy tính xách tay của INTEL và AMD, do đó tất cả người dùng máytính xách tay đều có sẵn tính năng kết nối mạng không dây

- Mạng Wireless cung cấp tất cả các tính năng của công nghệ mạng LANnhư Ethernet và Token Ring mà không bị giới hạn về kết nối vật lý (giới hạn về dây cáp mạng)

- Tính linh động: tạo ra sự thoải mái trong việc truyền tải dữ liệu giữa cácthiết bị có hỗ trợ mà không có sự ràng buột về khoảng cách và khônggian như mạng có dây thông thường Người dùng mạng Wireless có thểkết nối vào mạng trong khi di chuyển bất cứ nơi nào trong phạm vi phủsóng của

thiết bị tập trung (Access Point)

- Mạng WLAN sử dụng sóng hồng ngoại (Infrared Light) và sóng Radio(Radio Frequency) để truyền nhận dữ liệu Thông thường thì sóng Radiođược dùng phổ biến hơn vì nó truyền xa hơn, lâu hơn, rộng hơn, băngthông cao hơn

- Công nghệ Wireless bao gồm các thiết bị và hệ thống phức tạp như hệthống WLAN, điện thoại di động (Mobile Phone) cho đến các thiết bị đơngiản như tai nghe không dây, microphone không dây và nhiều thiết bịkhác có khả năng truyền nhận và lưu trữ thông tin từ mạng Ngoài racũng bao gồm cả những thiết bị hỗ trợ hồng ngoại như Remote, điệnthoại …

truyền dữ liệu trực diện giữa 2 thiết bị

Nhược điểm:

Bên cạnh những ưu điểm của mạng Wireless như là tính linh động, tiện lợi,thoải mái…thì mạng Wireless vẫn không thể thay thế được mạng có dây truyềnthống Thuận lợi chính của sự linh động đó là người dùng có thể di chuyển CácServer và máy chủ cơ sở dữ liệu phải truy xuất dữ liệu, về vị trí vật lý thì khôngphù hợp (vì máy chủ không di chuyển thường xuyên được)

- Tốc độ mạng Wireless bị phụ thuộc vào băng thông Tốc độ của mạngWireless thấp hơn mạng cố định, vì mạng Wireless chuẩn phải xác nhận

cẩn thận những frame đã nhận để tránh tình trạng mất dữ liệu

- Trong mạng cố định truyền thống thì tín hiệu truyền trong dây dẫn nên có thể được bảo mật an toàn hơn

- Bảo mật trên mạng Wireless là mối quan tâm hàng đầu hiện nay MạngWireless luôn là mối bận tâm vì sự truy cập tự do của các thiết bị di độngtrong vùng phủ sóng

2.3 Đặc điểm sóng vô tuyến

Các tần số sóng vô tuyến là tín hiệu dòng điện xoay chiều tần số cao đượctruyền qua dây dẫn đồng và sau đó truyền ra không khí qua anten Anten chuyểnđổi tín hiệu nối dây thành tín hiệu không dây và ngược lại Khi tín hiệu dòngđiện xoay chiều tần số cao được truyền ra không khí, nó được thể hiện dưới dạngsóng vô tuyến Sóng vô tuyến truyền từ nguồn (anten) theo đường thẳng đến mọihướng cùng lúc

Đặc tính của sóng vô tuyến:

Sóng vô tuyến dường như hoạt động thất thường và không nhất quán trongmột trường hợp cụ thể nào đó Những vật nhỏ như đầu nối không đủ chặt hoặctrở kháng các thiết bị không tương thích với nhau cũng có thể gây nên những biến đổi thất thường và kết quả không như mong đợi

Độ khuếch đại (gain):

Độ khuếch đại là thuật ngữ được sử dụng để mô tả sự gia tăng biên độ củatín hiệu sóng vô tuyến Độ khuếch đại thường là một tiến trình chủ động, nghĩalà một nguồn công suất bên ngoài như bộ khuếch đại sóng vô tuyến được sửdụng để mở rộng tín hiệu hoặc một anten có độ khuếch đại cao được sử dụng đểtập trung chùm tín hiệu nhằm gia tăng biên độ tín hiệu

Tuy nhiên, các tiến trình thụ động cũng có thể dẫn đến độ khuếch đại Vídụ: tín hiệu sóng vô tuyến bị phản xạ có thể kết hợp với các tín hiệu chính để giatăng cường độ của tín hiệu chính Gia tăng cường độ tín hiệu vô tuyến có thểmang lại kết quả tích cực hoặc tiêu cực Thường thì công suất phát càng lớn càngtốt, nhưng trường hợp trạm truyền phát ra nguồn công suất rất gần với giới hạncông suất hợp pháp thì việc tăng thêm công suất phát có thể gây ra những hậu quả không lường

Sự suy hao (loss):

Sự suy hao miêu tả độ suy giảm cường độ tín hiệu Có nhiều nguyên nhândẫn đến suy hao tín hiệu vô tuyến, cả trong lúc tín hiệu vẫn còn trong cáp như tínhiệu dòng xoay chiều tần số cao và cả khi tín hiệu được truyền như sóng vôtuyến qua không khí bởi anten

Trở kháng của cáp và đầu nối gây nên sự suy hao tín hiệu vì phải chuyểnđổi tín hiệu xoay chiều sang nhiệt Trở kháng không tương thích giữa cáp và đầunối cũng có thể gây nên năng lượng phản xạ ngược trở lại nguồn phát, gây ra suygiảm tín hiệu

Các đối tượng nằm trên đường truyền của sóng được phát có thể gây nên sựhấp thụ, phản xạ hoặc làm mất hoàn toàn tín hiệu vô tuyến Sự suy hao có thể bịxen vào mạch một cách chủ động bằng các bộ suy hao tín hiệu Các bộ làm suyhao tín hiệu là các điện trở chuyển đổi dòng xoay chiều tần số cao sang nhiệtnhằm làm suy giảm biên độ tín hiệu tại điểm đó trên mạch điện

Việc đánh giá và bù đắp tổn hao tín hiệu tại một kết nối vô tuyến hoặc mộtmạch là vấn đề quan trọng vì sóng vô tuyến có ngưỡng độ nhạy sóng Ngưỡngđộ nhạy sóng được định nghĩa là điểm mà tại đó sóng vô tuyến có thể phân biệtrõ ràng một tín hiệu từ nhiễu nền Vì độ nhạy của trạm nhận là có giới hạn, vìvậy trạm truyền phải truyền một tín hiệu có biên độ đủ lớn để có thể nhận biết

được ở nơi nhận Nếu xảy ra suy hao tín hiệu giữa trạm truyền và trạm nhận, cóthể loại bỏ những đối tượng gây ra suy hao hoặc gia tăng công suất truyền

Sự phản xạ (reflection):

Sự phản xạ xảy ra khi sóng điện từ đang truyền tác động đến một đối tượngcó kích thước lớn so với bước sóng của sóng được truyền Sự phản xạ xảy ra từbề mặt trái đất, các tòa nhà, tường và từ nhiều vật cản khác Nếu bề mặt trơnphẳng thì tín hiệu bị phản xạ vẫn không bị ảnh hưởng mặc dù vẫn bị suy hao dosự hấp thụ và tán xạ

Sự phản xạ tín hiệu có thể gây nên nhiều vấn đề nghiêm trọng cho mạngkhông dây Sự phản xạ của tín hiệu chính từ các đối tượng trong khu vực truyềngây ra hiện tượng đa đường (multipath) Hiện tượng đa đường có thể gây ranhững ảnh hưởng bất lợi nghiêm trọng cho mạng không dây, như làm suy giảmhoặc là từ chối tín hiệu chính và gây ra những lỗ hổng (hole) hay khe hở (gap)trong vùng phủ sóng vô tuyến Những bề mặt như mặt hồ, mái kim loại, rèm haycửa kim loại và các vật cản khác có thể gây ra phản xạ, theo sau đó là hiệntượng đa đường

Sự khúc xạ (refraction):

Sự khúc xạ mô tả những đường gấp khúc của sóng vô tuyến khi chúng điqua môi trường có chiết suất khác nhau Khi sóng vô tuyến đi qua môi trường cóchiết suất lớn hơn sóng sẽ bị bẻ gãy như là thay đổi hướng đi Khi đi qua môitrường như vậy, sóng có thể bị phản xạ trở lại theo hướng tín hiệu được mongđợi, hoặc có thể thay đổi sang hướng khác

Sự khúc xạ có thể trở thành vấn đề lớn đối với các liên kết vô tuyến cókhoảng cách lớn Khi điều kiện môi trường thay đổi, sóng vô tuyến có thể thay đổi hướng, đi chệch hướng với đích mong muốn

Sự nhiễu xạ (diffraction):

Sự nhiễu xạ xảy ra khi đường sóng vô tuyến giữa trạm truyền và trạm nhận

bị che khuất bởi bề mặt không bằng phẳng Với tần số cao, sự nhiễu xạ giốngnhư khúc xạ, tùy thuộc vào dạng hình học của đối tượng che khuất và biên độ, pha và độ phân cực của sóng tại điểm xảy ra nhiễu xạ

Nhiễu xạ thường không rõ ràng và dễ nhầm lẫn với khúc xạ Nhiễu xạ môtả sóng bị uốn cong quanh vật cản trong khi khúc xạ mô tả sóng đổi hướng đi quamôi trường

Nhiễu xạ là sự chậm lại của sóng vô tuyến trước điểm mà tại đó sóng gặpphải chướng ngại vật, trong khi những phần còn lại của sóng không bị cản tiếptục duy trì tốc độ như tốc độ truyền sóng Nhiễu xạ là kết quả của sự xoay chiềuhay uốn cong của sóng quanh vật cản

Sự tán xạ (scattering):

Sự tán xạ xảy ra khi môi trường truyền dẫn mà sóng đi qua tồn tại các đốitượng có kích thước nhỏ hơn bước sóng của tín hiệu và số lượng các vật cản trênmột đơn vị thể tích là lớn Sóng bị tán xạ xuất phát từ các bề mặt gồ ghề, các đốitượng kích thước nhỏ hoặc các thành phần gây trở ngại trên đường truyền tínhiệu Ví dụ: những đối tượng có thể gây phân tán sóng như cây cối, … Sự tán xạxảy ra theo hai cách:

- Sự tán xạ có thể xảy ra khi sóng va phải một bề mặt không phẳng và bịphản xạ lại đồng thời theo nhiều hướng, tán xạ dạng này tạo ra nhiều tínhiệu phản xạ biên độ nhỏ dẫn đến tiêu hủy tín hiệu chính ban đầu Tínhiệu bị mất có thể xảy ra khi sóng vô tuyến bị phản xạ từ bề mặt đất, đá,hay các bề mặt răng cưa Khi bị tán xạ theo dạng này, sẽ xảy ra tình trạngsuy giảm tín hiệu dẫn đến truyền thông gián đoạn và có thể dẫn đến mấttín hiệu hoàn toàn

- Sự tán xạ có thể xảy ra khi tín hiệu đi qua môi trường truyền dẫn tỷ trọng lớn, trong trường hợp này sóng bị phản xạ riêng lẻ trên từng phần tử

Sự hấp thụ (Absorption):

Sự hấp thụ sóng xảy ra khi tín hiệu sóng gặp phải vật cản và bị hấp thụ dochất liệu của vật cản nhưng sóng không đi qua cũng không bị phản xạ hay uốncong quanh đối tượng

2.4 Các giải pháp định vị trong nhà

Hiện nay có nhiều phương pháp định vị, tùy thuộc vào từng lĩnh vực, ngànhnghề mà các hệ thống định vị được thiết kế sao cho phù hợp với đặc điểm của từng phương pháp Nhìn chung, các phương pháp định vị hiện nay được chiathành các nhóm sau:

TOA TDOA

RSS Path Loss

DOA

Hình 2.1: Các nhóm phương pháp định vị

Phương pháp đo

khoảng cách

Fingerprinting Phương pháp đo góc Hệ Thống Định Vị

Hồng ngoại, sóng vô tuyến, và siêu âm thanh là những công nghệ chínhđược sử dụng cho các hệ thống định vị trong nhà Các loại thiết bị cảm biến khácnhau được dùng để phát hiện các tín hiệu điện từ, các tín hiệu này có đặc trưngphụ thuộc vào từng vị trí Một quá trình xử lý sẽ chuyển đổi các tín hiệu thànhmột số liệu đo lường khoảng cách hoặc góc để xác định vị trí Sau đó, các số liệu

đo lường được xử lý bởi một thuật toán định vị để ước tính vị trí của thiết bị Trong luận án này chúng ta chỉ nghiên cứu các nhóm giải pháp định vị dựatrên sóng vô tuyến, đặc biệt là kỹ thuật Received Signal Strength Fingerprinting.Đây là phương pháp được đánh giá là khả thi và tiết kiệm chi phí triển khai,đồng thời cung cấp dịch vụ định vị hiệu quả, với sai số trong dự báo là chấp nhậnđược Hệ thống định vị trong nhà dựa trên kỹ thuật RSS Fingerprinting thật sự làmột giải pháp tiết kiệm và hiệu quả

2.4.1 Giải pháp định vị dựa trên khoảng cách

2.4.1.1 Time of Arrival (TOA)

Định vị bằng phương pháp thời gian đến TOA đo thời gian tín hiệu vô tuyến

đi đến các thiết bị cảm biến Điều này đòi hỏi phải biết thời gian tín hiệu vôtuyến bắt đầu được truyền, và giả định rằng có sự đồng bộ hóa thời gian chặt chẽgiữa thiết bị phát và thiết bị thu Các tín hiệu có một số đặc tính riêng về tốc độ,chẳng hạn như tốc độ trong không khí tại mực nước biển Hạn chế chính củaphương pháp này là khó khăn trong việc ghi lại chính xác thời gian đến của tínhiệu vô tuyến, vì tốc độ của chúng gần bằng tốc độ ánh sáng

Phương pháp thời gian đến TOA dựa trên các phép đo chính xác về thờigian đến của tín hiệu truyền từ các thiết bị phát đến các thiết bị thu Bởi vì cáctín hiệu vô tuyến này được truyền đi với một vận tốc xấp xỉ vận tốc ánh sáng(~300 mét mỗi micro giây), khoảng cách giữa các thiết bị phát và mỗi thiết bịthu có thể được xác định bằng thời gian truyền tín hiệu giữa thiết bị phát và thiết

bị thu Kỹ thuật TOA cần thông tin chính xác của thời gian bắt đầu truyền tínhiệu và phải đảm bảo rằng tất cả các thiết bị phát sóng cũng như các thiết bị thu sóng được đồng bộ hóa một cách chính xác với một nguồn thời gian chính xác

Từ các thông tin về tốc độ lan truyền và thời gian đo, chúng ta có thể tính toán khoảng cách (D) giữa các thiết bị phát sóng và các thiết bị thu sóng:

(2.1) Trong đó:

• D: khoảng cách (m)

• C: tốc độ lan truyền (~300 m/ micro giây)

• T: thời gian truyền

Trong công thức trên, khoảng cách được sử dụng như một bán kính của mộtvòng tròn có tâm là vị trí của thiết bị phát sóng, vị trí của thiết bị di động cần xácđịnh nằm trên vòng tròn có bán kính D này Nếu chỉ có thông tin TOA từ hai bộthiết bị cảm biến thì có thể dự đoán được tới hai điểm đối xứng mà tại 2 vị trí đóđều có thể là vị trí của thiết bị di động Để giải quyết vấn đề này ta sử dụngthêm một thiết bị cảm biến thứ 3, thông tin TOA từ thiết bị phát này kết hợp vớithông tin từ 2 thiết bị cảm biến kia cho phép xác định duy nhất một vị trí củathiết bị di động cần định vị, do đó cải thiện độ chính xác cho phương pháp TOA

Hình 2.2: Phương pháp TOA với 2 thiết bị phát sóng

Hình 2.2 trên minh họa khái niệm TOA sử dụng 2 thiết bị phát sóng vôtuyến Với mô hình này ta xác định được đến 2 vị trí X1 và X2 là vị trí của thiết bị

di động cần định vị Để xác định duy nhất 1 vị trí của thiết bị di động, chúng tacần thêm 1 thiết bị phát sóng thứ 3

Hình 2.3: Phương pháp TOA với 3 thiết bị phát sóng

Hình 2.3 minh họa khái niệm của TOA sử dụng 3 thiết bị thu sóng vô tuyến.Khoảng thời gian cần để sóng vô tuyến truyền từ thiết bị di động X đi đến cácthiết bị thu sóng A, B, và C được đo chính xác như tA, tB và tC Với một vận tốctruyền sóng được biết trước (~300 m/microsecond), khoảng cách từ thiết bị điệnthoại di động đến mỗi thiết bị thu sóng là D1, D2, và D3 Mỗi giá trị khoảng cáchđược sử dụng làm bán kính để xây dựng một đường tròn có tâm là vị trí của thiết

bị thu sóng tương ứng Mỗi thiết bị phát dự báo thiết bị di động đang nằm trongphạm vi đường tròn của nó Giao điểm của ba vòng tròn này xác định vị trí củathiết bị di động X như minh họa trong hình 2.3 Trong một số

trường hợp, có thể có nhiều hơn một dự báo vị trí cho thiết bị di động X, ngay cảkhi sử dụng ba thiết bị cảm biến để thực hiện phép đo tri-lateration Trong nhữngtrường hợp này, sử dụng bốn hoặc nhiều hơn các cảm biến nhận được để thực hiện TOA Multi-lateration

Kỹ thuật TOA có khả năng giải quyết các bài toán định vị trong không gian

2 chiều cũng như trong không gian 3 chiều Giải pháp định vị trong không gian 3chiều có thể được thực hiện bằng cách xây dựng mô hình hình cầu thay vì môhình đường tròn

Nhược điểm:

- Một nhược điểm của các phương pháp tiếp cận TOA là yêu cầu phải đồngbộ hóa thời gian chính xác tất cả các thiết bị, đặc biệt là các thiết bị diđộng (có thể là một thách thức khó khăn đối với một số thiết bị không dâychuẩn 802.11 của người dùng) Với tốc độ truyền cao, sự khác biệt rất nhỏtrong quá trình đồng bộ hóa thời gian có thể gây ra lỗi rất lớn trong việcxác định chính xác vị trí Ví dụ, một lỗi đo lường thời gian nhỏ như 100nano giây có thể gây ra một lỗi định vị sai số lên đến 30 mét

- Giải pháp định vị dựa trên TOA hoạt động kém hiệu quả trong môi trườngcó nhiều vật cản như trong các tòa nhà

Hệ thống định vị toàn cầu (GPS) là một ví dụ về một hệ thống TOA nổitiếng, thời gian được tính chính xác được bằng các đồng hồ nguyên tử

2.4.1.2 Time Di erence of Arrival(TDOA)

Kỹ thuật TDOA cải tiến phương pháp tiếp cận TOA, phương pháp TDOAkhông cần xác định thời gian tín hiệu được truyền Các thiết bị nhận tín hiệu, vàkiểm tra sự khác biệt trong thời gian đến (hoặc sự khác biệt trong pha tín hiệu)

tại một thời điểm tức thời Bởi vì tín hiệu sóng truyền đi với vận tốc không đổinên vị trí nguồn phát sóng có thể dễ dàng được xác định nếu có đủ các thiết bị tham gia vào quá trình định vị

TDoA là phương pháp định vị dựa trên cơ sở hình học, theo nguyên tắc: 2thiết bị thu sóng gần nhau có hiệu số thời điểm thu tín hiệu tuân thủ quy luậtđường Hyperbol, có nghĩa là tại bất kỳ điểm nào trên hyperbol, thiết bị thu luônnhận được tín hiệu từ 2 thiết bị thu có hiệu số thời gian như nhau

TDoA sử dụng các phép đo thời gian tương đối ở mỗi thết bị phát thay chocác phép đo thời gian tuyệt đối Bởi vì điều này, TDoA không đòi hỏi việc sửdụng một nguồn thời gian đồng bộ tại các thiết bị phát để xác định vị trí, chỉ cần yêu cầu đồng bộ hóa thời gian tại các thiết bị thu

Triển khai TDoA bắt nguồn từ khi một khái niệm toán học được gọi làHyperbol Lateration Trong phương pháp này, ít nhất là ba thiết bị thu đượcđồng bộ thời gian Trong hình 2.4, cho rằng khi thiết bị di động X phát đi mộtthông điệp, thông điệp này đến trạm cảm biến A với thời gian tA và tại trạmcảm biến B với thời gian tB Sự khác biệt thời gian đến của thông điệp này đượctính toán giữa các địa điểm của trạm cảm biến B và trạm cảm biến A như hằngsố k, chẳng hạn như sau:

TDoAB-A = | TB - TA | = k (2.2)

Giá trị của TDoAB-A có thể được sử dụng để xây dựng một đường hyperbolvới trọng tâm tại vị trí của hai trạm cảm biến A và B Đường hyperbol này làtiêu đểm của các điểm trong mặt phẳng xy, sự khác biệt của các khoảng cách từhai trọng tâm là k (c) đơn vị là mét Theo toán học, vị trí của thiết bị di động X có thể xác định như sau:

| DXB - DXA | = k(c) (2.3)

Vị trí của thiết bị di động X có thể là một điểm nằm trên hyperbol này Đểgiải quyết bài toán xác định vị trí của thiết bị di động X, một bộ cảm biến thứ batại vị trí C được sử dụng để tính toán sự khác biệt thời gian thông điệp đến giữa cảm biến C và A:

TDoAC-A = | TC - TA | = k1 (2.4)

Giá trị của k1 có thể được sử dụng để xây dựng một đường hyperbol thứ hai với trọng tâm tại vị trí của hai trạm cảm biến A và C hyperbol này đại diện cho các tiêu đểm của tất cả các điểm trong mặt phẳng xy, sự khác biệt của các khoảngcách từ hai trọng tâm là k1(c) m Vị trí của thiết bị di độâng X có thể được tính như sau:

| DXC - DXA | = k1(c) (2.5)

Hình 2.4: Time Difference of Arrival (TdoA)

Hình 2.4 minh họa phương pháp sử dụng giao điểm của hai hyperbol TdoAC_A và TdoAB_A được sử dụng để xác định vị trí của thiết bị X

Có thể thêm vào một trạm cảm biến thứ tư để xây dựng hyperbol thứ ba đểnâng cao hệ thống TDoA hyperbol multi lateration Điều này có thể cần để giảiquyết đối với trường hợp có thể có nhiều hơn một một vị trí được xác định khi sửdụng TDoA hyperbol tri-lateration

Hệ thống TDoA ngày nay đang được sử dụng rộng rãi trong các sân bay trong lĩnh vực định vị và xác định khoảng cách

Phương pháp TOA và TDoA có nhiều điểm tương đồng Cả hai phương pháp đã được chứng minh là rất phù hợp cho các hệ thống định vị ngoài trời quymô lớn Ngoài ra, kết quả tốt đã thu được từ hệ thống TOA và TDoA khi sử dụngtrong môi trường bán ngoài trời như sân vận động, các bãi xe hoặc bến cảng Đốivới môi trường bên trong các tòa nhà, hệ thống TDoA chỉ đạt hiệu suất khi ápdụng vào trong các tòa nhà lớn và không gian tương đối mở, và trần nhà cao Đó là điều kiện để hệ thống TDoA và TOA hoạt động ở hiệu suất cao nhất

2.4.1.3 Receiced Signal Strength (RSS) Path Loss

Chúng ta đã tìm hiểu hai kỹ thuật TOA và TDoA sử dụng thời gian đến để

đo khoảng cách Phương pháp tiếp theo có thể được thực hiện bằng cách sử dụngnhận được cường độ tín hiệu RSS thay cho thời gian Với phương pháp này, RSSđược đo bằng thiết bị di động hoặc các cảm biến thu sóng Với cường độ sóngRSS, sự suy hao sóng, và độ khuếch đại anten cũng như các mô hình suy haosóng do vật chắn thích hợp cho phép chúng ta để tính toán khoảng cách giữa haithiết bị phát và thiết bị thu

Sau đây là một ví dụ về một mô hình Path Loss thường được sử dụng choviệc lan truyền sóng vô tuyến trong nhà:

(2.6)

Trong đó:

• : cường độ tín hiệu sóng vô tuyến giữa nơi phát và nơi nhận Giá trịnày thường bé hơn hoặc bằng 0

• : cường độ tín hiệu sóng vô tuyến khi trạm phát và trạm thu cáchnhau 1m Giá trị này bé hơn hoặc bằng 0

• d: khoảng cách giữa các trạm phát và trạm thu

• n: hệ số suy hao đường truyền tín hiệu trong môi trường

• s: là fading (fading là sự tăng giảm ngẫu nhiên cường độ trường tại điểmthu) gây bởi sự che khuất tầm nhìn thẳng giữa anten của thiết bị phát vàanten của thiết bị thu

Khi một người sử dụng thiết bị di động di chuyển vòng quanh một thiết bịphát sóng với cùng một bán kính, lẽ ra do cự ly không thay đổi thì cường độtrường trung bình tại điểm thu phải không thay đổi song do lúc thì bị che khuất(bởi các chướng ngại như toà nhà, cây cối, đồi núi ), lúc thì không bị che khuấtnên cường độ tín hiệu thu tại thiết bị di động sẽ thay đổi (tăng lúc không bị chekhuất, giảm lúc bị che) một cách ngẫu nhiên, gây ra hiện tượng Fading Fading này gọi là hiện tượng che khuất

Path loss là sự khác biệt giữa tín hiệu truyền được đo tại thiết bị phát và tínhiệu nhận được tại thiết bị thu Path Loss diễn tả độ suy giảm tín hiệu trong môi trường gây ra bởi ảnh hưởng của sự phản xạ, nhiễu xạ, tán xạ …

Hệ số mũ suy hao đường truyền tín hiệu (n) cho thấy tỷ lệ suy hao đườngtruyền tín hiệu tăng theo khoảng cách Giá trị của hệ số mũ suy hao đườngtruyền tín hiệu phụ thuộc vào tần số tín hiệu và môi trường, và phụ thuộc nhiềuvào mức độ vật cản có trong môi trường Hệ số mũ suy hao đường truyền tín hiệu có giá trị là 2 đối với môi trường có không gian mở, trống trải và có giá trịlớn hơn 2 trong môi trường có nhiều vật cản [6] Một hệ số mũ suy hao đường

truyền tín hiệu đối với môi trường văn phòng trong nhà là xấp xỉ 3.5, trong mộtkhu thương mại hoặc công nghiệp có môi trường dày đặc thì có giá trị từ 3,7-4,0và đối với môi trường trong nhà dày đặc các vật cản như tường, vật dụng nội thấtthì hệ số này có thể lên cao đến 4.5

Độ lệch chuẩn của fading là giá trị để đo lường sự thay đổi cường độ của tínhiệu từ các nguồn không được tính vào phương trình Path Loss Điều này baogồm các yếu tố như sự suy giảm do số lượng của các vật cản, sự khác biệt giữa

vị trí trạm cảm biến và vị trí thiết bị di động, phản xạ Độ lệch chuẩn của fading thường được nhìn thấy từ 3 đến 7 dBm

Phương pháp để tính toán cường độ tín hiệu thu được dựa trên các thông sốđã biết như công suất phát, suy hao đường truyền tín hiệu, anten, như sau:

RXPWR = TXPWR - LossTX + GainTX - PL + GainRX - LossRX (2.7)

Hình 2.5: Quá trình truyền tín hiệu trong môi trường

theo mô hình Path Loss (Nguồn[30])

Chúng ta có thể trực tiếp thay thế phương trình Path Loss vào phương trìnhtrên Điều này cho phép chúng ta tìm khoảng cách d như sau:

Trong đó:

• Rx PWR là cường độ tín hiệu nhận được

• Tx PWR là giá trị công suất đầu ra của máy phát

• Loss TX là giá trị suy giảm tín hiệu của trạm phát

• Gain TXlà giá trị khuếch đại tín hiệu của trạm phát

• Loss RX là giá trị suy hao tín hiệu của trạm thu

• Gain RX là giá trị khuếch đại của trạm thu

Các thông tin cường độ tín hiệu được sử dụng để xác định vị trí có thể được lấy từ một trong hai nguồn:

• Cơ sở hạ tầng mạng lưới thu thập thông tin cường độ tín hiệu nhận được từcác thiết bị di động

• Các thiết bị điện thoại di động thu thập thông tin cường độ tín hiệu mà nónhận được từ mạng

Trong mạng 802.11 WLAN, giá trị RSS được thu thập từ nhiều thiết bị phátsóng Trong thực tế, các thiết bị 802.11 được chế tạo bởi nhà sản xuất khác nhaunên các giá trị RSS thu thập có thể không giống nhau Điều này có thể ảnhhưởng đến sự chính xác của quá trình định vị

Cho đến nay, việc triển khai hệ thống định vị sử dụng cường độ tín hiệuRSS có lợi thế ưu điểm chi phí triển khai vì phương pháp này không đòi hỏi phầncứng chuyên dụng mà chỉ sử dụng các cơ sở hạ tầng mạng thông dụng hiện nay.Điều này cho phép chúng ta tiết kiệm chi phí hiệu quả để thiết kế hệ thốngmạng WLAN 802.11 dựa trên nhu cầu cung cấp các giải pháp định vị dựa trêncường độ tín hiệu RSS Tuy nhiên, tính chính xác của kỹ thuật này phụ thuộc rấtnhiều vào việc tìm kiếm một mô hình toán học tốt có thể mô tả tốt nhất trạngthái của các kênh truyền sóng vô tuyến Tuy nhiên, kênh truyền sóng vô tuyếntrong nhà là rất khó dự báo và có sự biến đổi theo thời gian Do hiện tượng đađường trong môi trường trong nhà, hiệu ứng đổ bóng phát sinh từ phản chiếu,

khúc xạ và tán xạ gây ra bởi các chướng ngại vật và các bức tường, và sự giaothoa với các thiết bị khác hoạt động ở cùng một tần số (2,4 GHz) của chuẩn802.11b/g WLAN IEEE, chẳng hạn như điện thoại không dây, lò vi sóng và cácthiết bị Bluetooth Ngoài ra hướng của angten cũng khiến cho giá trị RSS thayđổi Yếu tố hướng của angten không được mô tả trong mô hình Path Loss, khiếncho mô hình Path Loss kém hiệu quả trong việc xác định mối quan hệ giữa

cường độ tín hiệu RSS và khoảng cách

2.4.2 Giải pháp định vị dựa trên góc đến

Kỹ thuật góc tới AoA đôi khi được gọi là kỹ thuật hướng đến DoA làphương pháp xác định vị trí của thiết bị di động bằng cách xác định góc mà cáctín hiệu sóng vô tuyến đi đến thiết bị thu Mối quan hệ hình học về góc được sửdụng để ước tính vị trí từ giao điểm của hai đường thẳng được hình thành bởiđường đi của sóng vô tuyến đến mỗi trạm thu (LoBS), như minh họa trong hình2.6 Trong một mặt phẳng hai chiều, ít nhất phải có hai thiết bị thu sóng để xácđịnh vị trí Độ chính xác sẽ được cải thiện nếu có sử dụng ba hoặc nhiều hơn các thiết bị thu

Hình 2.6: Phương pháp Angle of Arrival

Trong điều kiện thuận lợi nhất ( không có vật cản giữa thiết bị di động X và

2 thiết bị thu A, B), anten định hướng tại các thiết bị thu được điều chỉnh đến điểm có cường độ tín hiệu cao nhất Các vị trí của anten định hướng có thể được sử dụng trực tiếp để xác định LoBS và đo các góc tới và

Trong việc triển khai hệ thống AoA trong thương mại và quân sự, nhiềudãy thiết bị thu sóng được sử dụng để lấy mẫu tín hiệu nhận được Kỹ thuật nàyliên quan đến việc tính toán TDoA giữa các thành phần của dãy thiết bị bằngcách đo sự khác biệt trong giai đoạn thu của mỗi phần tử trong dãy thiết bị Một ứng dụng thực tế của AoA là hệ thống VOR (VHF OmmidirectionalRange) được sử dụng để điều hướng máy bay ở tần số 108,1-117,95 MHz Cáctrạm phát sóng VOR trên toàn nước Mỹ và các nơi khác truyền nhiều tia VHF,mỗi tia phát ra ở một góc đến khác nhau Trạm thu VOR trong một máy bay cóthể xác định các tia VHF để dự báo máy bay đang đến gần đèn hiệu VOR vớigóc đến là bao nhiêu so với các trạm phát sóng Sử dụng tối thiểu là hai trạmphát VOR, phi công máy bay có thể sử dụng thiết bị đo AoA trên máy bay đểtiến hành tính toán góc và xác định chính xác vị trí của máy bay

Kỹ thuật AoA cũng đã được áp dụng trong lĩnh vực thiết bị di động để cungcấp dịch vụ theo dõi, giám sát vị trí cho người sử dụng điện thoại di động Điềunày chủ yếu nhằm mục đích tuân thủ các quy định yêu cầu các hệ thống di độnglưu lại vị trí của người sử dụng điện thoại nhằm tự động phát ra cuộc gọi khẩncấp đến cơ quan cứu hộ khi người sử dụng thiết bị di động bị nạn Nhiều trạm thutín hiệu tính toán thông tin AoA phát ra từ tín hiệu của điện thoại di động, và sửdụng thông tin này để thực hiện tính toán Thông tin đó được chuyển tiếp đến bộxử lý tính toán để xác định vị trí người sử dụng và chuyển đổi thông tin AoAthành vĩ độ và kinh độ để cung cấp cho hệ thống cứu hộ khẩn cấp

Một nhược điểm phổ biến của phương pháp AoA so với một số kỹ thuậtkhác là phương pháp AoA hoạt động kém hiệu quả và không chính xác ở môitrường trong các tòa nhà Như đã nói ở trên, AoA hoạt động tốt trong các điềukiện không có vật cản, nhưng sẽ bị giảm độ chính xác khi gặp phải vấn đề phảnxạ tín hiệu từ các đối tượng xung quanh Thật không may, trong khu vực đô thịđông đúc, AoA trở nên hầu như không sử dụng được vì có nhiều vật cản chắn tầm nhìn đến từ thiết bị di động đến hai hoặc nhiều hơn các trạm thu sóng

2.4.3 Giải pháp định vị dựa trên Fingerprinting

Một phương pháp đánh dấu vị trí Fingerprinting thường được sử dụng thaycho mô hình truyền sóng vô tuyến Path Loss, vì nó có thể cung cấp cho các ướctính tốt hơn về địa điểm của người sử dụng cho môi trường trong nhà Bởi vìhướng của anten trang bị trên các thiết bị thu phát sóng ảnh hưởng đến giá trịRSS, nên phải xây dựng cơ sở dữ liệu Fingerprinting bằng cách thu thập RSS theo nhiều hướng khác nhau cùng mỗi vị trí tham chiếu (vị trí đo đạc RSS) Phương pháp này đề cập đến một kỹ thuật dựa trên việc lấy mẫu và ghi lạimô hình trạng thái của tín hiệu vô tuyến trong môi trường cụ thể Về mặt kỹthuật, phương pháp này không yêu cầu phần cứng chuyên dụng gắn trong cácthiết bị di động hoặc các thiết bị phát sóng Phương pháp này có thể được thựchiện hoàn toàn dựa vào các thuật toán định vị trong phần mềm, có thể giảm độphức tạp và chi phí đáng kể so với hệ thống xác định vị trí dựa trên góc đến AoAhoặc theo thời gian đến ToA

Phương pháp này giả định như sau:

• Tại mỗi vị trí khác nhau có một “chữ ký” RSS riêng

• Mỗi tầng nhà hay mỗi khu vực có những đặc điểm khác nhau trong quátrình lan truyền sóng tín hiệu

Mặc dù giải pháp này cơ bản dựa trên chỉ số cường độ tín hiệu RSS, nhưngnó cũng có thể mở rộng để sử dụng trong ToA, AoA, hoặc TDoA Triển khai hệthống định vị dựa trên Fingerprinting được chia làm 2 giai đoạn:

Giai đoạn huấn luyện (thu thập dữ liệu RSS):

Trong giai đoạn này dữ liệu được thu thập bằng cách sử dụng một thiết bị diđộng để lấy mẫu cường độ tín hiệu RSS phát ra từ các thiết bị phát sóng Wifinhư các Access Point Để thực hiện quá trình thu thập RSS, chúng ta áp một hệtrục tọa độ Oxy vào khu vực cần thiết lập hệ thống định vị, chia khu vực nàythành các “ô lưới” trong hệ trục Oxy, mỗi điểm cách nhau 1 mét Tại mỗi vị trítrên lưới tọa độ xy, ta sử dụng thiết bị di động để dò tìm các AP và ghi lại cácgiá trị RSS phát ra từ các AP này để xây dựng tập dữ liệu huấn luyện hay gọi làbản đồ sóng vô tuyến

Giai đoạn tính toán định vị:

Máy chủ cài đặt dịch vụ xác định vị trí sử dụng một thuật toán định vị phức tạp và cơ sở dữ liệu bản đồ sóng vô tuyến để ước tính vị trí của thiết bị di động Sau đó máy chủ trả về vị trí cho các ứng dụng định vị cài đặt trên các thiết bị di động

Các thuật toán xác định cố gắng để tìm thấy khoảng cách tối thiểu giữavector tín hiệu RSS hiện tại và các vector vị trí của những điểm lấy mẫu chuẩntrong giai đoạn thu thập dữ liệu Những vị trí tham chiếu có khoảng cách vectorRSS ngắn nhất so với các vector RSS đo đạc trong giai đoạn thu thập dữ liệu là

vị trí ước đoán của thiết bị Ví dụ về các thuật toán xác định là dựa trên nhữngtính toán của Euclide, Manhattan, hoặc khoảng cách Mahalanobis

Nhận xét về các phương pháp trên:

Phương pháp phép đo khoảng cách và góc tới chỉ làm việc với các tín hiệutrực tiếp thẳng hàng, không có vật cản từ thiết bị phát sóng đến thiết bị thu sóng,

những phương pháp này chỉ sử dụng được cho môi trường ngoài trời Trong môitrường trong nhà, thiết bị di động được bao quanh bởi các đối tượng vật cản Đốivới những kỹ thuật này, một thiết bị di động phải nhìn thấy ít nhất ba điểmAccess Point để thực hiện phép đo tri-lateration Thông thường ở môi trườngtrong nhà, hiếm khi có kết nối thẳng tầm nhìn nên làm cho những kỹ thuật nàykhông đáng tin cậy

Gần đây, kỹ thuật Fingerprinting đã được chú ý nhiều hơn, vì sự đơn giảncủa nó và chịu được độ nhiễu của cường độ tín hiệu sóng vô tuyến Kỹ thuật nàyđòi hỏi một giai đoạn huấn luyện, Fingerprinting được lấy mẫu bằng cách đo cácgiá trị RSS tại các địa điểm cụ thể và lưu trữ chúng vào cơ sở dữ liệu huấnluyện

Hệ thống sẽ đo lường giá trị RSS và so sánh sao cho phù hợp với giá trịRSS đã lưu trữ trong cơ sở dữ liệu Hạn chế ở đây là khó mở rộng các giá trịhuấn luyện mà đã được đo trước đây và phương pháp đo RSS này phụ thuộc nhiều vào địa hình, địa vật của môi trường trong các tòa nhà

Tuy nhiên phương pháp Fingerprinting cũng có nhược điểm là tính chínhxác của việc dự báo vị trí người dùng phụ thuộc nhiều vào số lượng vị trí thamchiếu sử dụng để thu thập RSS và xây dựng cơ sở dữ liệu Fingerprinting Càngsử dụng nhiều vị trí tham chiếu, thì cơ sở dữ liệu Fingerprinting càng hoàn thiện,

do đó sẽ dự báo vị trí người dùng chính xác hơn Ngoài ra, bởi vì RSS thay đổitheo thời gian, nên quá trình thu thập RSS cũng phải được thực hiện trong cácthời điểm khác nhau để xây dựng cơ sở dữ liệu Fingerprinting tốt hơn

2.5 Các loại thuật toán định vị áp dụng cho giải pháp Fingerprinting

2.5.1 Phương pháp K-Nearest Neighbor

Thuật toán láng giềng gần nhất (K - Nearest Neighbor) là một phương phápxác định sử dụng vector trung bình của các mẫu RSS từ các cơ sở dữ liệuFingerprinting để ước tính vị trí của người sử dụng Đầu tiên xem xét các khoảngcách Euclide giữa vector RSS thu thập tại thời điểm hiện tại và vector RSS trungbình tại các vị trí tham chiếu đã lưu trữ trong cơ sở dữ liệu Fingerprinting để

chọn ra K láng giềng gần nhất

Vector RSS trung bình là vector trung tâm đại diện cho tập các vectorFingerprinting tại mỗi vị trí tham chiếu Thuật toán phân hoạch NearestNeighbor sẽ chọn những vị trí tham chiếu có mẫu vector RSS trung bình gần nhất

so với vector RSS được thu thập ở hiện tại để đưa ra ước lượng về vị trí củangười sử dụng

Giả sử rằng tập Fingerprinting của vị trí được ký hiệu tươngứng với tập vị trí tham chiếu Một mẫu RSS

Fingerprinting được đo ở hiện tại được ký hiệu là

Giả định rằng hệ thống định vị trong nhà xem RSS trung bình của n sốlượng AP như là một dấu hiệu Fingerprinting của vị trí tham chiếu, mẫu vectorRSS là và mỗi vị trí tham chiếu trong cơ sở dữ liệu được ký

Để xác định vị trí hiện tại của người dùng, chúng ta đo khoảng cách từvector RSS Fingerprinting tại thời điểm hiện tại tới các RSS trung bình của các

vị trí tham chiếu đã lưu trong cơ sở dữ liệu huấn luyện Để đo khoảng cách giữa

2 vector, chúng ta sử dụng kiến thức về khoảng cách Euclide

Việc xác định khoảng cách Euclide là một sự lựa chọn đơn giản cho RSS

Fingerprinting để đo khoảng cách giữa một giá trị vector RSS hiện tại và vectorRSS trung bình tại mỗi vị trí tham chiếu trong cơ sở dữ liệu RSS Fingerprinting Khoảng cách Eclide được tính bằng công thức sau:

(2.9)

Trong công thức trên, n là số lượng APs bị ảnh hưởng, RSS là cường độ tínhiệu của AP thứ i nhận được trong giai đoạn trực tuyến và là giá trị trung bình của một vị trí tham chiếu trong cơ sở dữ liệu huấn luyện Vị trí củangười sử dụng điện thoại di động được ước tính trung bình các tọa độ của K vị tríxung quanh với các khoảng cách Euclide tối thiểu Giá trị của K có thể ảnhhưởng đến tính chính xác kết quả, và nếu K = 1 thì đây là thuật toán tính toán láng giềng gần nhất

Mặc dù tính toán đơn giản nhưng nếu gia tăng số lượng các yếu tố trong môhình (số lượng tín hiệu của điểm truy cập n) và số lượng các vị trí và một môitrường trong nhà phức tạp, sự biến đổi (khoảng cách Euclide) của RSS đo tại mỗi

vị trí tham chiếu có thể là rất lớn Vì vậy, việc xác định vị trí bằng quy tắc Bayesđược đề xuất để đạt được một ước lượng chính xác hơn

2.5.2 Phương pháp dựa trên xác suất

Đối với phương pháp xác suất người ta sử dụng quy tắc Bayes làm ý tưởng để triển khai các thuật toán định vị trong nhà dựa trên xác suất

Quy tắc Bayes là kỹ thuật phân lớp dựa vào việc tính xác suất có điều kiện Quy tắc Bayes được ứng dụng rất rộng rãi bởi tính dễ hiểu và dễ triển khai Công thức của quy tắc Bayes:

(2.10)

Trong đó:

• : Data (dữ liệu)

• : Hypothesis (giả thuyết)

• : Xác suất giả thuyết h (tri thức có được về giả thuyết h trước khi có

dữ liệu D) và gọi là xác suất tiên nghiệm hay xác suất vô điều kiện của

• : Chỉ số liên quan (irrelevance index) dùng để đo lường sự liên quan

giữa 2 biến cố A và B

• : Xác suất có điều kiện h khi biết D (gọi làxác suất hậu nghiệm của giả thuyết h)

Trong rất nhiều ứng dụng, các giả thuyết có thể loại trừ nhau và vì dữ liệu quan sát là tập con của tập giả thuyết cho nên chúng ta có thể phân rã như sau:

(2.11)

(2.12)

Thay trong (2.12) vào (2.10) ta được:

(2.13) Đối với bài toán định vị trong nhà, chúng ta sử dụng quy tắc Bayes như mộtphương pháp xác suất để tìm vị trí có thể nhất của các vị trí tham chiếu dựatrên sự xuất hiện vector RSS theo xác suất có điều kiện Theo các quytắc Bayes, có thể được tính như sau:

(2.14) Trong đó là xác suất có điều kiện để đạt được vector RSS tại vị trí , có thể được xấp xỉ bằng số lần vector cường độ tín hiệu

xuất hiện ở vị trí dựa vào dữ liệu RSS đã lưu trữ trong cơ sở dữ liệu huấn luyện Trong đó xác suất có điều kiện đượctính như sau:

(2.15) là xác suất tiên nghiệm hay còn gọi là xác suất vô điều kiện để xác định xác suất của người sử dụng đang ở tại vị trí Ngoài ra, không phụthuộc vào vị trí được tính bằng công thức sau:

(2.16) Thay (2.16) vào (2.14) ta được:

(2.17)Thay vì mô tả vị trí Fingerprinting bằng các vector RSS trung bình nhưtrong phương pháp Nearest Neighbor, phương pháp xác suất sử dụng xác suất cóđiều kiện và suy luận Bayes để ước lượng vị trí Tuy nhiên, để tạo ra xác suất cóđiều kiện, phương pháp này cần những thông tin về mô hình lan truyềân sóng tínhiệu Thông tin có thể ở dạng phân phối thực nghiệm của RSS tại mỗi vị trí dựatrên tập dữ liệu huấn luyện đã được đo hoặc trong dạng mô hình lan truyền sóng

vô tuyến với những tham số sóng vô tuyến được ước lượng mà không cần sửdụng tập huấn luyện

2.5.3 Phương pháp Neural Network

Thuật toán định vị trong các tòa nhà sử dụng phương pháp Neural networkgiả định rằng việc phân tích bản đồ sóng vô tuyến RSS Fingerprinting rất phứctạp nên cần những hàm rời rạc phi tuyến tính để phân lớp bản đồ sóng vô tuyếnnày Hơn nữa, thay vì tìm kiếm những hàm rời rạc thích hợp, phương pháp nàyđược xem như một hộp đen xử lý thông tin, thông qua một kiến trúc gọi làneuron Neuron bao gồm một tập các liên kết đầu vào có hệ số trọng lượng, vàmột thành phần tính tổng hệ số trọng lượng của các thông số đầu vào, và mộthàm đánh giá có dạng phi tuyến tính như hàm sigmoid(đường cong logic) f(x) = 1 / (1+e-x ) Mô hình Neural Network được minh họa như sau:

Hình 2.7: Phương pháp Neural Network với hàm xử lý phi tuyến tính

Nhiều neuron liên kết với nhau trong cả 2 kiểu nối tiếp và song song tạothành mạng neron Các thông tin tín hiệu di chuyển tuần tự từ tầng input đếntầng output và từ output của một neuron đến input của neuron khác Các tầng ởgiữa tầng input và output thường gọi là tầng ẩn Tham số đầu vào gồm 3 đặctrưng mỗi đặc trưng đại diện cho RSS từ 3 AP Tầng ẩn bao gồm 20 neuron vàtầng output có 19 neuron tương ứng 19 vị trí trên bản đồ

Mỗi mạng neuron có thể được huấn luyện với những mẫu của những vị tríFingerprinting đã được đánh dấu để tính toán lặp đi lặp lại tất cả các trọng lượngcác khớp thần kinh trong các neuron Quá trình huấn luyện có tính tương tác vớimỗi mẫu Fingerprinting tại một vị trí, trọng lượng của khớp thần kinh được điềuchỉnh để đầu ra là vị trí đúng

Neural Network là một mô hình linh hoạt, nó không cần những thông tin về môi trường xung quanh như là vị trí của các AP và kiến trúc của tòa nhà

Nhược điểm của phương pháp Neural Network là thời gian huấn luyện lâu và cần một tập dữ liệu huấn luyện lớn để có thể ước lượng vị trí chính xác Mặcdù phương thức Neural Network khác với phương pháp thống kê của phươngpháp Nearest Neighbor, nhưng phương pháp này cũng có chung cách tiếp cận nhận dạng các mẫu thống kê

2.5.4 Phương pháp Support Vector Machine

Gần đây, kỹ thuật Support Vector Machine (SVM đã được giới thiệu nhưmột phân loại giám sát phi tham số để tiếp cận vấn đề định vị trong nhà Cácthuật toán SVM có nguồn gốc từ lý thuyết học thống kê được giới thiệu bởiVapnik trong đó kết hợp các kỹ thuật thống kê, học máy, và mạng neuron vớinhau Để ước tính sự phụ thuộc giữa các RSS Fingerprinting và vị trí từ nhữngmẫu thu thập, phương pháp này không yêu cầu chi tiết thuộc tính của sự phụ

thuộc như mô hình lan truyền như trong các phương pháp xác suất Sức mạnh củathuật toán SVMs nằm trong khả năng của nó để khái quát phân loại làm tốithiểu lỗi kiểm tra hoặc các lỗi phân loại cho các dữ liệu sau giai đoạn huấnluyện Nói cách khác, các máy học có thể được huấn luyện một cách chính xácbằng cách học hỏi từ một tập huấn luyện nhỏ và tạo ra đủ cơ cấu để phân loại dữliệu mà không ghi nhớ hoặc mẫu đào tạo bị overfitting (là hiện tượng lượng dữliệu không cần thiết được đưa vào dữ liệu huấn luyện khiến cho kết quả trả về không tối ưu)

Ý tưởng cơ bản của thuật toán SVM được dựa trên nguyên tắc StructuralRisk Minimization (SRM) để giảm thiểu nguy cơ bị ràng buộc trên một hàm rủi

ro hoặc lỗi tổng quát mong đợi

Vấn đề của phân loại RSS Fingerprinting có thể được xem như một trườnghợp phân loại phi tuyến tính

Đầu tiên, các vectơ vị trí của Fingerprint được ánh xạ vào một không giannhiều chiều hơn gọi là không gian đặc trưng bằng cách sử dụng một chức năng được gọi là hạt nhân của SVM để thực hiện chuyển đổi vector

Có một loạt các chức năng hạt nhân SVM để lựa chọn như hàm đa thức,Radial Basic Funtions (RBF), hàm sigmoid, và phân tích phương sai (ANOVA) Cuối cùng, các thuật toán SVM tạo ra một bộ phân loại (Hyperplane) hoặcquyết định tách bề mặt tối ưu trong không gian và sử dụng hyperplane để thựchiện phân loại Support Vector là các vectơ đào tạo cần thiết để xác địnhhyperplane, vì vậy, các SVM là các thuật toán học (máy) dựa trên SupportVector Các thuật toán SVM phù hợp hơn trong việc giải quyết vấn đề phânloại, tức là để xác định xem khu vực này là bên trong hay bên ngoài một cănphòng Hiệu suất của các hệ thống định vị phụ thuộc vào lỗi chấp nhận chứkhông phải là lỗi phân loại, có nghĩa là bình phương trung bình lỗi trong các